ارائه روشی مبتنی بر آنتولوژی و یادگیری ماشین برای کلاس بندی احساسات

نظرکاوی یا آنالیز احساسات عمل کاویدن برخوردها، نظرات و احساس¬ها از متن و گفتگو به کمک پردازش زبان طبیعی و بازیابی اطلاعات می¬باشد. در این مطالعه یک روش ترکیبی برای کلاس¬بندی احساسات ارائه شده است. روش پیشنهادی از دو بخش پیش¬پردازش و کلاس¬بندی تشکیل شده است. در بخش پیش¬پردازش نظرات به عنوان ورودی وارد شده¬اند، روی آنها تگ¬گذاری ادات سخن انجام شده و سپس قیود، صفات و افعال از نظر استخراج شده است. لمای کلمات استخراج شده با کلمات جایگزین شده است و با اعمال قوانین منفی¬سازی بخش پیش¬پردازش به پایان رسیده است. نظرات پیش¬پردازش شده وارد بخش کلاس¬بندی شده¬اند. در بخش کلاس¬بندی نمرات واژه¬نامه¬ای برای هر نظر محاسبه شده و سپس این نمرات به عنوان ورودی به الگوریتم¬های یادگیری ماشین وارد شده¬اند. الگوریتم¬های یادگیری ماشین بر اساس نمرات واژه¬نامه¬ای یک خروجی تولید کرده¬اند که این خروجی همان پیش¬بینی کلاس نظر است. الگوریتم¬های یادگیری ماشین استفاده شده در این کار الگوریتم بیز، بردار پشتبان، شبکه عصبی و جدول تصمیم¬گیری است.در پایان بخش کلاس¬بندی خروجی این الگوریتم¬ها برای هر نظر در کنار هم قرار گرفته و وارد یک الگوریتم فراکلاس¬بند شده است تا نهایتاً الگوریتم فراکلاس¬بند کلاس¬نهایی نظر را بر اساس نتایج الگوریتم¬های یادگیری ماشین تولید کند. آزمایش¬های انجام شده در این زمینه نشان داد که روش پیشنهادی به طور موثر عمل کرده است و نتایج قابل قبولی را ارائه داده است.